| 001 - ETIQUETA DE REGISTO |
|---|
| Identificador do registo |
394439 |
| 100 ## - DADOS GERAIS DE PROCESSAMENTO |
|---|
| Dados gerais de processamento |
20170320d2016 y0pory50 ba |
| 101 ## - LÍNGUA DA PUBLICAÇÃO |
|---|
| Língua do texto, banda sonora, etc. |
Português |
| 200 ## - TÍTULO E MENÇÃO DE RESPONSABILIDADE |
|---|
| Título próprio |
Mineração de dados como suporte à detecção de lavagem de dinheiro |
| Indicação genérica do tipo de material |
Recurso eletrónico |
| Primeira menção de responsabilidade |
Ebberth Lopes de Paula |
| 210 ## - PUBLICAÇÃO, DISTRIBUIÇÃO, ETC. |
|---|
| Lugar da publicação, distribuição, etc. |
Brasília |
| Nome do editor, distribuidor, etc. |
[s.n.] |
| Data da publicação, distribuição, etc. |
2016 |
| 215 ## - DESCRIÇÃO FÍSICA |
|---|
| Indicação específica do tipo de material e extensão do item |
1 CD-ROM |
| Dimensões |
12 cm |
| 300 ## - NOTAS GERAIS |
|---|
| Texto da nota |
Dissertação apresentada à Universidade de Brasília como requisito parcial para conclusão do Mestrado Profissional em Computação Aplicada, tendo como orientador Marcelo Ladeira. Ficheiro de 3,09 MB em formato PDF (114 p.). Resumo inserto na publicação. |
| 330 ## - SÚMULA OU RESUMO |
|---|
| Texto da nota |
Este trabalho apresenta o uso de técnicas de mineração de dados para detecção de empresas exportadoras brasileiras suspeitas de operarem exportações fictícias e consequente incorrência no crime de lavagem de dinheiro. A partir de estudos de aprendizagem de máquina com algoritmos supervisionados, foi desenvolvido um modelo capaz de classificar empresas suspeitas de operarem exportações fictícias. Em paralelo, foram desenvolvidos ainda estudos não supervisionados com Deep Learning Autoencoder e identificado um padrão de relacionamento entre os atributos numéricos representativos dos dados econômicos, mercantis, tributários e sociais das empresas que permitem a identificação de anomalias em dados de outras empresas. As empresas identificadas a partir do modelo supervisionado proposto neste trabalho foram submetidas à área específica de fiscalização aduaneira dentro da RFB e julgadas aptas a integrarem a programação de seleção para fiscalizações no ano de 2017. A metodologia desenvolvida, seus resultados e sua aplicabilidade foram divulgadas a todos escritórios de pesquisa e investigação da RFB por meio de Informação de Pesquisa e Investigação (IPEI). Um estudo de caso apresentando a metodologia aqui desenvolvida está previsto para ocorrer no 1o Encontro Nacional da RedeLab de 2017. Melhorias futuras a este trabalho incluem a detecção de anomalias e classificação de suspeição na exportação com maior granularidade dos dados, permitindo a sua identificação independente da empresa: por exemplo, a partir de transações, por rotas de produtos ou por tipo de mercadoria. |
| 606 ## - NOME COMUM USADO COMO ASSUNTO |
|---|
| Elemento de entrada |
BRANQUEAMENTO DE CAPITAIS |
| ID Autoridade |
243734 |
| 606 ## - NOME COMUM USADO COMO ASSUNTO |
|---|
| Elemento de entrada |
SOFTWARE |
| ID Autoridade |
235148 |
| 606 ## - NOME COMUM USADO COMO ASSUNTO |
|---|
| Elemento de entrada |
PROCESSAMENTO DE DADOS |
| ID Autoridade |
101309 |
| 606 ## - NOME COMUM USADO COMO ASSUNTO |
|---|
| Elemento de entrada |
TESE |
| ID Autoridade |
334284 |
| 606 ## - NOME COMUM USADO COMO ASSUNTO |
|---|
| Elemento de entrada |
BRASIL |
| ID Autoridade |
331399 |
| 700 ## - NOME DE PESSOA - RESPONSABILIDADE PRINCIPAL |
|---|
| Palavra de ordem |
PAULA |
| Outra parte do nome não tomada para palavra de ordem |
Ebberth Lopes de |
| ID Autoridade |
358384 |
| 955 ## - |
|---|
| -- |
Oferta |
| 995 ## - LOCALIZAÇÃO E INFORMAÇÃO DE EXEMPLARES |
|---|
| -- |
0 |
| -- |
PJCD_282_000000000000000 |
| -- |
2022-06-06 |
| -- |
2022-06-06 |
| -- |
0 |
